MétaCan
Menu
Retour à la cohorte
Enregistrement W4312480895 · doi:10.20884/1.bioe.2022.4.2.4685

[sans titre]

2022· article· W4312480895 sur OpenAlexaff
Amanda Rohmatun Hasanah, Aris Mumpuni, Nuraeni Ekowati

Notice bibliographique

RevueBioEksakta Jurnal Ilmiah Biologi Unsoed · 2022
Typearticle
Langue
DomaineHealth Professions
ThématiqueAdolescent Health and Behaviors
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsBiologyTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Jamur koprofil merupakan suatu kelompok jamur yang tumbuh pada kotoran hewan herbivora. Beberapa jenis jamur koprofil merupakan jamur edibel yang dapat dikembangkan sebagai penyedia protein, serta beberapa di antaranya juga merupakan jamur beracun khususnya mengandung senyawa psikotropika yang dapat diambil manfaat positifnya sebagai bahan pembuatan obat penenang. Penelitian mengenai deteksi senyawa psikotropika pada jamur kotoran hewan ternak masih belum banyak dilakukan. Kondisi lingkungan di wilayah Kecamatan Karanglewas didapatkan tumbuhnya jamur koprofil di wilayah tersebut. Jamur koprofil mempunyai potensi yang dapat dimanfaatkan ataupun disalahgunakan oleh masyarakat, oleh karena itu penelitian ini perlu dilakukan untuk mempelajari keberadaan jamur-jamur koprofil dan senyawa psikotropika yang terkandung dalam jamur koprofil. Penelitian ini bertujuan untuk mengidentifikasi jamur koprofil yang tumbuh pada kotoran sapi di wilayah Kecamatan Karanglewas Kabupaten Banyumas serta mendeteksi keberadaan senyawa psikotropika pada tubuh buah maupun miselium jamur koprofil yang diperoleh. Hasil penelitian diperoleh tujuh genera jamur koprofil yang didapatkan dari kandang sapi di Kecamatan Karanglewas Kabupaten Banyumas yaitu Coprinopsis, Mycena, Panaeolus, Inocybe, Ascobolus, Psilocybe, dan Coprinus. Senyawa psikotropika baik pada tubuh buah maupun miselium jamur koprofil terdeteksi pada empat genera yaitu Coprinopsis, Panaeolus, Inocybe, dan Psilocybe.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,002
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0020,006
Études des sciences et des technologies0,0420,002
Communication savante0,0000,001
Science ouverte0,0070,010
Intégrité de la recherche0,0030,025
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,140
Tête enseignante GPT0,415
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioEksakta Jurnal Ilmiah Biologi UnsoedMême sujetAdolescent Health and BehaviorsTravaux en français237 207